MétaCan
Menu
Retour à la cohorte
Enregistrement W3109870529 · doi:10.1121/1.5146928

The effect of virtual reality environments on auditory memory

2020· article· en· W3109870529 sur OpenAlexaff
Arian Shamei, Bryan Gick

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueVisual and Cognitive Learning Processes
Établissements canadiensUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésVirtual realityRecallContext (archaeology)Computer scienceEchoic memoryVirtual machineHuman–computer interactionMultimediaCognitive psychologyPsychologyCognition

Résumé

récupéré en direct d'OpenAlex

Auditory recall is stronger in the environment in which a memory was originally encoded, an effect of context-dependent memory (CM) [Godden and Baddeley, Brit. J. Psychol.66(3), 325–331 (1975)]. Innovations in virtual reality (VR) have resulted in the adoption of VR as a communication platform in professional, medical, and educational contexts. The present study reports an experiment testing how CM impacts auditory memory across differing VR environments. An experiment will be described in which participants in one of two distinct virtual environments (e.g., beach and forest) within the VR-communication platform AltSpace hear three iterations of a pre-recorded list of 16 words controlled for frequency and syllable count. Participants are tested for recall of the word-list in either the same or the differing virtual environment. Improved accuracy when tested in the same environment would suggest that CM can be observed for auditory memory between virtual environments. Preliminary results indicate a potential context-dependent effect between virtual environments. Results will be discussed, with implications for professional, medical, and pedagogical applications in virtual settings.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,307
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetVisual and Cognitive Learning ProcessesTravaux en français237 207